Nvidia आणि Uber 2028 पर्यंत 28 बाजारांमध्ये Robotaxis तैनात करणार

Nvidia, Uber चा संपूर्ण-स्टॅक Autonomous Driving Partner बनला

Nvidia आणि Uber यांनी एक विस्तृत भागीदारी जाहीर केली आहे जी 2027 च्या पहिल्या सहामहिनीपासून सुरु होऊन Nvidia च्या संपूर्ण autonomous vehicle software platform कडून Uber robotaxis ला commercial scale वर शक्ती देणे पहावे. कंपन्या Los Angeles आणि San Francisco पासून सुरु करून 2028 च्या अखेरीस चार खंडांमध्ये 28 बाजारांना लक्ष्य करत आहेत. हे घोषणा San Jose मध्ये Nvidia च्या वार्षिक artificial intelligence conference GTC 2026 दरम्यान Nvidia CEO Jensen Huang यांनी दिलेल्या मुख्य भाषणात केली होती.

या करारांचा दायरा कंपन्यांच्या अस्तित्वाच्या सहयोगiatmata पासून एक महत्वपूर्ण विकास दर्शवते. Uber यांनी यापूर्वी या वर्षी CES मध्ये Nvidia च्या AI training pipeline मध्ये real-world driving data पाठविण्यासाठी सहमती दिली होती. ती व्यवस्था आता काहीतरी बरेच अधिक व्यापक झाली आहे: Nvidia Uber साठी scale वर संपूर्ण autonomous vehicle stack तयार करेल — perception, prediction, planning, आणि control कव्हर करून — तसेच training infrastructure आणि simulation validation हाताळेल जे कोणत्याही commercial AV deployment साठी आवश्यक आहेत.

Nvidia चा AV Stack प्रत्यक्षात काय करतो

Autonomous vehicle development ला संबंधित engineering समस्या एकाच वेळी सोडवाव्या लागतात. Nvidia platform stack च्या प्रत्येक layer ला संबोधित करतो. Perception system cameras, lidar, आणि radar पासून डेटा प्रक्रिया करून vehicle च्या सभोवतालचे एक real-time 3D model तयार करतो. Prediction module pedestrians, cyclists, आणि इतर vehicles च्या movements ची अपेक्षा करतो. Planning system गुंतागुंतीच्या traffic scenarios द्वारे मार्ग तपासतो, आणि control layer ते प्लॅन steering, acceleration, आणि braking inputs मध्ये रूपांतरित करतो.

Deployed system च्या मागे एक विशाल training आणि simulation infrastructure आहे. Nvidia चा DRIVE platform AV companies ला synthetic data वर neural networks प्रशिक्षण देण्यास सक्षम करतो जो simulation मध्ये व्युत्पन्न होतो, जो developers ला दुर्लभ किंवा धोकादायक परिस्थितींना उघड करण्याची परवानगी देतो जे real world मध्ये संकलित करणे अव्यावहारिक असेल. एकदा models simulation मध्ये समाधानकारकपणे कार्य करतात, ते real-world data विरुद्ध सत्यापित केले जाऊ शकतात आणि progressively तैनात केले जाऊ शकतात.

Ali Kani, Nvidia च्या vice president of automotive, या व्यवस्थेचे वर्णन केले आहे: Uber, Nvidia ला Los Angeles आणि San Francisco पासून सुरु करून 28 cities मध्ये software partner बनण्यास सांगत आहे. हे phrasing Uber च्या evolving strategy ला प्रतिबिंबित करते — 2020 मध्ये त्याच्या AV unit ला Aurora ला divest केल्यानंतर in-house autonomous technology विकसित करण्यऐवजी, कंपनीने सर्वोत्तम self-driving technology तयार करणार्‍यांसाठी distribution network म्हणून स्वत: ला स्थापित केले आहे.

Uber चा Multi-Partner Robotaxi Marketplace

Nvidia partnership एक विस्तृत Uber strategy च्या अंतर्गत बसतो जी autonomous ride-hailing साठी एक marketplace होणे संबंधित आहे. Uber ला Waymo, Zoox, Nuro, May Mobility, आणि Wayve सह अस्तित्वाच्या partnerships आहेत. Nvidia partnership वेगळा आहे कारण त्यात Nvidia द्वारा संपूर्ण autonomous stack building समाविष्ट आहे, rather than Uber सहज एक third-party AV operator द्वारा व्युत्पन्न rides वितरित करत आहे.

या structure Uber ला जागतिक robotaxi service scale करण्यात अधिक flexibility देऊ शकते. Individual AV companies वर city by city विस्तारित करण्यावर अवलंबून राहण्यऐवजी, Uber जेथे कोणत्याही regulatory approvals परवानगी देतात तेथे Nvidia-powered platform तैनात करू शकतो. 2028 च्या अखेरीस 28-market target उচ्चाभिलाषी आहे — Waymo सध्या अंदाजे चार US cities मध्ये paid robotaxi service संचालित करते.

Waymo सह प्रतिस्पर्धा

Partnership स्पष्टपणे Uber ला Waymo सह अधिक सरळरूप प्रतिस्पर्धा करण्यासाठी स्थापित करते, ज्याने स्वत:चा full-stack AV system तयार केला आहे आणि Waymo One द्वारे standalone robotaxi service संचालित करते. Waymo ने महत्वपूर्ण capital आकर्षित केले आहे आणि $45 billion पेक्षा अधिक valued आहे, जो vertically integrated AV operations च्या perceived long-term value ला प्रतिबिंबित करते.

Robotaxis साठी public acceptance अजूनही एक open question आहे. National Highway Traffic Safety Administration यांनी एक investigation केली जेव्हा एक Waymo vehicle January मध्ये Santa Monica मध्ये एक child ला hit आणि injured केले. अशा घटना public perception ला आकार देतात आणि regulatory timelines ला प्रभावित करतात, संभवत: Uber-Nvidia rollout schedule ला प्रभावित करू शकतात.

Market Timing आणि AI Chip फायदा

AI training chips मध्ये Nvidia च्या dominance AV space मध्ये कंपनीला एक structural advantage देते. Autonomous vehicle development मूलतः एक data आणि compute समस्या आहे — एक system जितके अधिक miles प्रशिक्षण देतो, तितके अधिक safer आणि capable होते. Companies ज्या Nvidia च्या scale वर AI infrastructure संचालित करतात संभवत: तो advantage AV training वर लागू करू शकतात, development timelines ला competitors च्या तुलनेत shorten करू शकतात.

हे announcement एक वेळी आते जेव्हा AV industry एक retrenchment च्या period पासून उदयास येत आहे, जेव्हा 2022 आणि 2024 मध्ये अनेक high-profile programs ला scale back केले गेले. Nvidia-Uber partnership renewed confidence ला signal करते की both the technology आणि regulatory environment commercial viability कडे परिपक्व होत आहेत scale वर.

हा article Automotive News द्वारे reporting वर आधारित आहे. मूळ article वाचा.